論文の概要: NTIRE 2026 Challenge on Single Image Reflection Removal in the Wild: Datasets, Results, and Methods

• arxiv url: http://arxiv.org/abs/2604.10321v2
• Date: Sat, 18 Apr 2026 01:55:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-21 13:51:30.996142
• Title: NTIRE 2026 Challenge on Single Image Reflection Removal in the Wild: Datasets, Results, and Methods
• Title（参考訳）: NTIRE 2026 野生における単一画像の反射除去に関する課題:データセット,結果,方法
• Authors: Jie Cai, Kangning Yang, Zhiyuan Li, Florin-Alexandru Vasluianu, Radu Timofte, Jinlong Li, Jinglin Shen, Zibo Meng, Junyan Cao, Lu Zhao, Pengwei Liu, Yuyi Zhang, Fengjun Guo, Jiagao Hu, Zepeng Wang, Fei Wang, Daiguo Zhou, Yi'ang Chen, Honghui Zhu, Mengru Yang, Yan Luo, Kui Jiang, Jin Guo, Jonghyuk Park, Jae-Young Sim, Wei Zhou, Hongyu Huang, Linfeng Li, Lindong Kong, Saiprasad Meesiyawar, Misbha Falak Khanpagadi, Nikhil Akalwadi, Ramesh Ashok Tabib, Uma Mudenagudi, Bilel Benjdira, Anas M. Ali, Wadii Boulila, Kosuke Shigematsu, Hiroto Shirono, Asuka Shin, Guoyi Xu, Yaoxin Jiang, Jiajia Liu, Yaokun Shi, Jiachen Tu, Shreeniketh Joshi, Jin-Hui Jiang, Yu-Fan Lin, Yu-Jou Hsiao, Chia-Ming Lee, Fu-En Yang, Yu-Chiang Frank Wang, Chih-Chung Hsu,
• Abstract要約: 我々は,NTIRE 2026チャレンジを野生におけるシングルイメージリフレクション除去(SIRR)についてレビューした。 このデータセットでは、参加者がさまざまなリフレクションシナリオとインテンシティをカバーする現実世界の画像を処理する必要がある。 トップランクの手法は最先端の反射除去性能を向上させ、この分野の専門家5人から全会一致で評価を得た。
• 参考スコア（独自算出の注目度）: 99.67550064860554
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper, we review the NTIRE 2026 challenge on single-image reflection removal (SIRR) in the wild. SIRR is a fundamental task in image restoration. Despite progress in academic research, most methods are tested on synthetic images or limited real-world images, creating a gap in real-world applications. In this challenge, we provide participants with the OpenRR-5k dataset. This dataset requires participants to process real-world images covering a range of reflection scenarios and intensities, aiming to generate clean images without reflections. The challenge attracted more than 100 registrations, with eleven of them participating in the final testing phase. The top-ranked methods advanced the state-of-the-art reflection removal performance and earned unanimous recognition from five experts in the field. The proposed OpenRR-5k dataset is available at https://huggingface.co/datasets/qiuzhangTiTi/OpenRR-5k, and the homepage of this challenge is at https://github.com/caijie0620/OpenRR-5k.
• Abstract（参考訳）: 本稿では,NTIRE 2026の野生でのシングルイメージリフレクション除去(SIRR)に関する課題を概観する。 SIRRは画像復元の基本的な課題である。 学術研究の進展にもかかわらず、ほとんどの手法は合成画像や限られた実世界の画像でテストされ、現実世界の応用のギャップを生じさせる。 この課題では、OpenRR-5kデータセットを参加者に提供する。 このデータセットでは、参加者がさまざまなリフレクションシナリオとインテンシティをカバーする現実世界のイメージを処理し、リフレクションなしでクリーンなイメージを生成する必要がある。 このチャレンジには100以上の登録があり、11人が最終テストフェーズに参加した。 トップランクの手法は最先端の反射除去性能を向上させ、この分野の専門家5人から全会一致で評価を得た。 提案されたOpenRR-5kデータセットはhttps://huggingface.co/datasets/qiuzhangTi/OpenRR-5kで利用可能であり、このチャレンジのホームページはhttps://github.com/caijie0620/OpenRR-5kである。

関連論文リスト

• NTIRE 2026 Challenge on Robust AI-Generated Image Detection in the Wild [95.82506785934667]
  この課題の目標は、現実的なシナリオで生成された画像と実際の画像を区別できる検出モデルを開発することである。 この課題は、42個のジェネレータから108,750のリアルと185,750のAI生成画像からなる、新しいデータセットに基づいている。 511人の参加者が登録され、20チームが有効な最終ソリューションを提出した。
  論文  参考訳（メタデータ） (2026-04-13T13:53:11Z)
• NTIRE 2026 The 3rd Restore Any Image Model (RAIM) Challenge: AI Flash Portrait (Track 3) [127.69044386248355]
  NTIRE 2026 3rd Restore Any Image Model (RAIM) の課題について概観する。 この課題は、現実世界の低照度肖像画復元のための新しいベンチマークを確立することを目的としている。 本報告では,課題の背景にあるモチベーション,データセット構築プロセス,評価指標,および競争のさまざまなフェーズについて詳述する。
  論文  参考訳（メタデータ） (2026-04-13T09:30:56Z)
• NTIRE 2026 The 3rd Restore Any Image Model (RAIM) Challenge: Multi-Exposure Image Fusion in Dynamic Scenes (Track 2) [82.64620983570866]
  ダイナミックシーンにおけるマルチ露光画像融合におけるRAIM(Restore Any Image Model)の課題であるNTIRE 2026を提案する。 本稿では,シーン動作,照明変動,ハンドヘルドカメラジッタの下で露光ブラケットを融合させる,実用的ながら困難なHDR画像設定を目標とするベンチマークを提案する。 入賞方法は多露出核融合からアーティファクトを除去し、細部を回収する能力を大幅に改善した。
  論文  参考訳（メタデータ） (2026-04-10T06:47:42Z)
• OpenRR-5k: A Large-Scale Benchmark for Reflection Removal in the Wild [11.90005156583499]
  SIRR(Single Image Reflectionectomy)のための新しいベンチマークを提案する。 我々は,5,300画素の高画質な画像対を含む大規模データセットを開発した。
  論文  参考訳（メタデータ） (2025-06-05T18:03:39Z)
• NTIRE 2024 Restore Any Image Model (RAIM) in the Wild Challenge [60.21380105535203]
  RAIMチャレンジは野生での画像復元のためのベンチマークを構築した。 参加者は、実際の撮影画像が複雑で未知の劣化から復元されることが求められた。 トップランクの手法は最先端の復元性能を改善し、18人の審査員から全会一致の承認を得た。
  論文  参考訳（メタデータ） (2024-05-16T09:26:13Z)
• NTIRE 2024 Challenge on Image Super-Resolution ($\times$4): Methods and Results [126.78130602974319]
  画像の超高解像度化に関するNTIRE 2024の課題(4ドル)をレビューする。 この課題は、低解像度(LR)入力から4倍の倍率で対応する高解像度(HR)画像を生成することである。 この挑戦の目的は、最も先進的なSR性能を持つ設計/解決を得ることである。
  論文  参考訳（メタデータ） (2024-04-15T13:45:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。